Clustering und Reziprozität
Unsere vorherige Arbeit mit dem Dyaden-Zensus gibt dir ein Gefühl dafür, wie andere Metriken auf Graph-Ebene – wie Reziprozität und Clustering – in unserem Co-Purchase-Graph aussehen könnten. Zur Erinnerung: Es gibt 10.754 Kanten in unserem Graphen mit 10.245 Knoten, und davon sind mehr als 3.000 wechselseitig. Das bedeutet, dass fast 60 Prozent der Knoten eine wechselseitige Verbindung haben. Wie erwartest du, dass die Clustering- und Reziprozitätsmaße vor diesem Hintergrund aussehen? Wir können unsere Intuition mit einem Nullmodell testen, indem wir Zufallsgraphen simulieren. Angesichts der Ergebnisse unserer vorherigen Simulation: Was erwartest du hier zu sehen? Wird die Reziprozität ebenfalls deutlich höher sein als bei Zufall zu erwarten?
Der Graph amzn_g ist verfügbar.
Diese Übung ist Teil des Kurses
Fallstudien: Netzwerkanalyse in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Calculate reciprocity
actual_recip <- ___
# Calculate the order
n_nodes <- ___
# Calculate the edge density
edge_dens <- ___